摘要
在此課程模組的案例中，您組織的其中一個 Power BI Desktop 語意模型效率不佳，導致問題。 使用者不滿意報表效能，且模型的檔案大小太大，因而造成了組織資源的負擔。
系統要求您檢閱語意模型，以識別效能問題的原因，並進行變更以優化效能並減少模型的大小。
Power BI Desktop 提供一系列工具和功能，讓您分析並優化其語意模型的效能。 您已開始使用效能分析器和其他工具來檢查量值、關聯性和視覺效果的效能，然後根據分析結果做出改善來進行最佳化程序。 接下來，您使用了變數來撰寫較不複雜且較有效率的計算。 接著，您仔細查看了資料行散發，並降低關聯性的基數。 在該階段，語意模型已更優化。 您考量若組織使用了 DirectQuery 模型則情況會有什麼不同，然後您找出了從 Power BI Desktop 和來源資料庫將效能最佳化的方法。 最後，您使用匯總大幅減少語意模型的大小。
如果 Power BI Desktop 未讓您有機會優化效率不佳的語意模型，則必須花很多時間在多個數據源中以改善該處的數據。 特別是，若沒有效能分析器，即無法找出報表中對效能造成問題的原因，以及查詢中需要清除的瓶頸。 如此一來，使用者可能會感到挫折和沮喪，且可能會不願意使用報表。
現在您已將報表最佳化，使用者可更快速地存取所需資料，因此更具生產力，工作滿意度也更高。 您對模型檔案大小所進行的縮減能夠降低資源負擔，進而為組織帶來多種好處。 您已順利完成提供給您的工作。